Jenis-jenis Data: Nominal, Ordinal, Interval, Rasio

Jenis-jenis data ada empat: nominal, ordinal, interval, dan rasio. Bedanya di seberapa banyak informasi yang dibawa angkanya — dan itu yang nentuin rumus mana yang boleh kamu pakai.

Kedengeran kayak materi kuliah statistik yang nggak kepake. Sampai kamu ketemu laporan yang nulis "rata-rata kode pos pelanggan: 42.117".

Itu kejadian beneran, dan itu murni gara-gara orangnya nggak sadar kode pos itu data nominal.

Apa itu jenis data dan kenapa penting?

Jenis data adalah klasifikasi yang nunjukin operasi matematika apa yang masuk akal buat data itu. Data nominal cuma bisa dihitung frekuensinya. Data ordinal bisa diurutin. Data interval bisa dikurangin. Data rasio bisa dibagi.

Tiap naik satu level, kamu dapat kemampuan baru. Level yang lebih tinggi bisa pakai semua operasi level di bawahnya.

Jenis	Punya urutan?	Jarak sama?	Nol = nggak ada?	Contoh
Nominal	Nggak	Nggak	Nggak relevan	Kota, metode bayar
Ordinal	Ya	Nggak	Nggak relevan	Rating puas/netral/kecewa
Interval	Ya	Ya	Nggak	Suhu Celsius, tahun
Rasio	Ya	Ya	Ya	Omzet, umur, jumlah item

Apa itu data nominal?

Data nominal adalah label. Isinya kategori yang nggak punya urutan, dan angkanya — kalau ada — cuma penanda, bukan besaran.

Contoh dari toko_berkah: metode_bayar berisi tunai, QRIS, transfer, kartu debit. Nggak ada yang "lebih tinggi" dari yang lain.

Yang boleh kamu hitung: frekuensi, modus, persentase. Yang nggak boleh: rata-rata, median.

Jebakan paling umum: kode pos, nomor HP, ID pelanggan, NIK. Semuanya angka, semuanya nominal. Simpan sebagai teks di database biar nol di depan nggak ilang dan biar nggak ada yang iseng nge-SUM.

Apa itu data ordinal?

Data ordinal punya urutan, tapi jarak antar levelnya nggak dijamin sama.

Rating kepuasan: kecewa → netral → puas. Jelas ada urutan. Tapi "jarak" dari kecewa ke netral belum tentu sama dengan netral ke puas.

Contoh lain: tingkat pendidikan (SD, SMP, SMA, S1), rentang penghasilan, ukuran baju S/M/L.

Yang boleh: modus, median, persentil, urutan. Yang bermasalah: rata-rata.

Ini pelanggaran paling sering di dunia kerja. Rating 1-5 dirata-rata jadi 3,7 — dan angka itu diam-diam berasumsi jarak 1→2 sama persis dengan 4→5. Padahal orang yang kasih 1 bintang biasanya lagi marah banget, sementara beda 4 dan 5 cuma soal mood.

Yang lebih jujur: tampilin sebarannya. "62% kasih 5 bintang, 8% kasih 1 bintang" jauh lebih berguna dari "rata-rata 4,2".

Apa itu data interval?

Data interval punya jarak yang sama antar nilai, tapi angka nolnya cuma kesepakatan — bukan tanda "nggak ada".

Suhu Celsius: 0 derajat bukan berarti nggak ada suhu. Makanya 30 derajat nggak bisa disebut dua kali lebih panas dari 15 derajat.

Tapi selisihnya valid. Beda 30 dan 20 sama persis dengan beda 20 dan 10: sepuluh derajat.

Contoh lain: tahun kalender, skor IQ.

Yang boleh: penjumlahan, pengurangan, rata-rata, standar deviasi. Yang nggak boleh: rasio ("dua kali lipat").

Apa itu data rasio?

Data rasio adalah data interval plus nol yang punya arti: nol berarti nggak ada.

Omzet Rp 0 artinya nggak ada penjualan. Jadi Rp 10 juta beneran dua kali lipat Rp 5 juta.

Contoh: omzet, jumlah item, umur, berat, durasi, jarak.

Semua operasi boleh: tambah, kurang, kali, bagi, rata-rata, rasio, pertumbuhan persen. Ini tipe data yang paling bebas, dan kebetulan juga yang paling sering muncul di data bisnis.

Contoh kasus: survei kepuasan toko_berkah

Bulan Maret 2026, toko_berkah ngumpulin 1.847 respons survei dari pelanggan. Kolomnya:

Kolom	Isi contoh	Jenis data
cabang	Depok	Nominal
metode_bayar	QRIS	Nominal
rating	4 (dari 1-5)	Ordinal
tahun_lahir	1994	Interval
total_belanja	Rp 187.500	Rasio

Laporan pertama nulis: "Rata-rata rating 4,12. Pelanggan puas."

Aku cek sebarannya:

rating 5 : 986 respons (53%)
rating 4 : 402 respons (22%)
rating 3 : 118 respons ( 6%)
rating 2 :  95 respons ( 5%)
rating 1 : 246 respons (13%)

Rata-ratanya emang 4,12. Tapi 13 persen pelanggan kasih bintang 1 — dan hampir semuanya dari satu cabang: Cibubur, 178 dari 246 respons bintang 1.

Rata-rata nutupin itu. Sebaran nunjukin itu.

Perlakuin rating sebagai ordinal, dan masalahnya keliatan dalam 30 detik.

Kesalahan umum soal jenis data

1. Merata-ratakan data ordinal tanpa lihat sebarannya. Kalau kamu tetap mau pakai rata-rata rating (dan banyak perusahaan gitu), minimal tampilin distribusinya sebelahan.
2. Nge-SUM kolom nominal berbentuk angka. Total kode pos nggak berarti apa-apa.
3. Bilang "dua kali lebih panas" di data interval. Suhu, tahun, dan skor IQ nggak punya nol mutlak.
4. Nyimpen kode pos sebagai integer. Kode pos 01234 bakal jadi 1234.
5. Nentuin tipe dari tipe kolom database. Kolom INT bisa berisi data nominal. Yang nentuin itu maknanya, bukan tipe datanya di SQL.

Kalau mau referensi resmi soal klasifikasi ini, publikasi metodologi BPS pakai pembagian yang sama buat variabel survei.

FAQ

Apa bedanya data ordinal dan interval?

Data ordinal punya urutan tapi jarak antar levelnya nggak dijamin sama. Rating puas, netral, kecewa itu berurutan, tapi jarak dari kecewa ke netral belum tentu sama dengan netral ke puas. Data interval jaraknya sama dan bisa dikurangin dengan aman — beda 30 dan 20 derajat sama persis dengan beda 20 dan 10 derajat.

Kenapa rata-rata data ordinal dianggap salah?

Karena rata-rata butuh jarak antar nilai yang setara, dan data ordinal nggak punya itu. Kalau rating 1-5 dirata-rata jadi 3,7, kamu diam-diam berasumsi jarak dari 1 ke 2 sama dengan 4 ke 5. Yang lebih aman: pakai median dan modus, atau tampilin sebaran per level.

Apa bedanya interval dan rasio?

Bedanya di makna angka nol. Di data interval, nol cuma titik yang disepakati — 0 derajat Celsius bukan berarti nggak ada suhu. Di data rasio, nol berarti benar-benar nggak ada. Omzet 0 rupiah artinya nggak ada penjualan, jadi 10 juta memang dua kali 5 juta.

Kode pos dan nomor HP termasuk jenis data apa?

Nominal, walau isinya angka. Kode pos 40115 nggak lebih besar atau lebih kecil dari 10110, dan merata-ratakannya nggak menghasilkan apa-apa. Simpan sebagai teks di database supaya nol di depan nggak hilang.

Kenapa jenis data penting buat pilih chart?

Karena jenis data nentuin bentuk perbandingan yang masuk akal. Data nominal cocok dibandingin pakai bar chart. Data ordinal lebih pas ditampilin sebagai sebaran per level. Data rasio yang berjalan sepanjang waktu paling kebaca pakai line chart.

Penutup

Yang perlu nempel:

• Angka di kolom belum tentu bisa dijumlahin. Cek maknanya dulu, bukan tipe kolomnya.
• Rating itu ordinal. Tampilin sebarannya, jangan cuma rata-ratanya.
• Nol yang berarti "nggak ada" itu yang bikin data rasio boleh dibagi dan dikali.

Mau lanjut praktek? Cek definisi median di glossary — ini statistik yang paling sering kepake buat data ordinal. Atau latihan hitung sebaran pakai COUNT dan GROUP BY.

Kalau kamu lagi milih chart buat data-data ini, mampir ke kapan pakai bar chart.